买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国民用航空飞行学院申请的专利一种基于意图预测和深度强化学习的低空航空器避撞方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121115517B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511646453.6，技术领域涉及：G05B13/04；该发明授权一种基于意图预测和深度强化学习的低空航空器避撞方法是由刘旭川;郑远;李诚龙;顾文勇设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种基于意图预测和深度强化学习的低空航空器避撞方法在说明书摘要公布了：本发明公开了一种基于意图预测和深度强化学习的低空航空器避撞方法，其涉及航空安全技术领域。本发明通过新增选择性状态空间以及门控加权融合机制，对非合作目标的全局飞行意图与局部机动特征进行预测及融合，实现对同一维度下的多个非合作目标的未来飞行轨迹的精准预测，以实现对目标未来飞行轨迹的精准预测，提高航空器在高密度低空运行场景下的避撞能力；再通过融合状态空间和避撞奖励函数，为航空器进行避撞训练提供了模型基础，有效提高了航空器在高密度非合作目标场景下的避撞的智能程度，减少航空器的损坏率并减少航空器的任务时间。

本发明授权一种基于意图预测和深度强化学习的低空航空器避撞方法在权利要求书中公布了：1.一种基于意图预测和深度强化学习的低空航空器避撞方法，其特征在于，包括： 构建低空运行环境，确定同一维度的航空器和多个非合作目标，并采集对应的飞行信息； 基于各非合作目标的飞行信息，构建选择性状态空间，并结合门控加权融合机制，生成预测飞行轨迹； 基于各预测飞行轨迹和航空器的飞行信息，通过深度强化学习构建融合状态空间和目标冲突多维奖励函数；所述目标冲突多维奖励函数包括飞行任务奖励函数和避撞奖励函数； 基于融合状态空间和目标冲突多维奖励函数，模拟航空器在低空运行环境中的避撞过程，构建避撞模型； 实时采集航空器的实际任务状态和处于同一维度的非合作目标的实际飞行信息，利用避撞模型生成最佳避撞策略，运行最佳避撞策略直至航空器到达目标点； 所述构建避撞模型包括： 基于D3QN深度强化学习模型，构建初始避撞模型，并设置经验回放池和模型训练参数； 所述初始避撞模型包括用于预测下一时刻航空器动作的训练神经网络和用于更新目标Q值的目标神经网络； 将航空器作为智能体，基于融合状态空间和目标冲突多维奖励函数，通过初始避撞模型在低空运行环境中进行避撞训练，调整模型训练参数，得到目标Q值； 基于目标Q值，判断初始避撞模型是否达到收敛条件，若是则得到避撞模型；反之则进行迭代，直至达到收敛条件； 所述得到目标Q值，包括： 随机生成智能体、目标点及非合作目标在低空运行环境中的初始位置，并初始化智能体的融合状态空间和动作空间； 通过训练神经网络预测航空器下一时刻的动作和状态，更新融合状态该空间和动作空间； 基于各预测飞行轨迹和目标冲突多维奖励函数，计算所有动作的Q值，通过贪婪策略选取Q值最大的动作； 基于Q值最大的动作，通过目标神经网络更新Q值，直至智能体到达目标点或达到单次训练的训练时长，训练次数加1； 基于更新后的Q值和航空器下一时刻的动作和状态，调整训练神经网络的网络参数； 在训练过程中，每达到N次训练次数则将训练神经网络的网络参数同步至目标神经网络中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市南昌路四段46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。